摘要
本发明公开了一种用于低空微型无人机的单目视觉图像去模糊化方法,属于微型无人机图像处理领域,包括:对模糊图像进行预处理,得到预处理后的模糊图像和模糊核估计结果;构建基于注意力机制和记忆回放的深度强化学习模型,将预处理后的模糊图像划分为重叠子图像块得到若干模糊图像块及对应的模糊核块;将模糊图像块及对应的模糊核块输入深度强化学习模型,将注意力权重图与模糊图像块、模糊核块进行通道级融合后,根据双网络结构进行去模糊处理,输出与输入尺寸一致的去模糊子块;基于去模糊子块,通过重叠区域加权融合消除分块边界的不连续,得到重构图像。本发明解决传统分块方法易出现的边缘断层问题,兼顾复杂场景下的处理速度与图像质量。
技术关键词
低空微型无人机
单目视觉图像
深度强化学习模型
模糊化方法
模糊核估计
双网络结构
图像块
卷积特征提取
策略
正则化参数
注意力机制
表达式
记忆
分块方法
重构
系统为您推荐了相关专利信息
电网运行方式
网络
节点
电力系统运行方式
深度强化学习模型
决策方法
粒子群优化算法
Lyapunov指数
深度强化学习模型
深度强化学习算法
辅助决策方法
配网台区
深度强化学习模型
策略
场景特征